[发明专利]一种基于人工神经网络的热喷涂方法及系统

说明书

本发明公开了一种基于人工神经网络的热喷涂方法及系统。该方法包括：获取训练好的人工神经网络模型；获取预设工艺参数；所述工艺参数为反映热喷涂工艺的技术指标的参数；所述预设工艺参数包括：喷喷涂设备的电流大小、氦气流量、氩气流量、载气流量、转盘角度、送粉针角度以及送粉距离；根据所述预设工艺参数，通过所述训练好的人工神经网络模型预测效果参数；判断所述效果参数与预设效果参数的误差是否在第一误差阈值范围内；若是，根据所述预设工艺参数进行喷涂；若否，更新所述预设工艺参数，使所述效果参数与预设效果参数的误差在第一误差阈值范围内。本发明能够减少热喷涂行业中的人为地摸索工艺参数的时间，提高工作效率，达到更好的喷涂效果。

技术领域

本发明涉及热喷涂领域，特别是涉及一种基于人工神经网络的热喷涂方法及系统。

背景技术

热喷涂工艺把金属粉末用高温融化成液态，然后再用高的气压吹到一些个需要保护的零件的表面，形成一个涂层。这样的涂层能够让零件的表面更耐磨或者更耐高温、更耐腐蚀等等。热喷涂行业需要对涂层的质量进行把控。在热喷涂界。最重要的一个过程就是怎么样把涂层优化得特别好，就是通过工艺参数的调整，来实现达到预期效果的涂层。目前，主要是靠人工经验来对工艺参数进行调整，工作量大、工作繁琐，且效果不佳。

发明内容

针对上述问题，本发明提供了一种基于人工神经网络的热喷涂方法及系统。

为实现上述目的，本发明提供了如下方案：

一种基于人工神经网络的热喷涂方法，所述方法包括：

获取训练好的人工神经网络模型；

获取预设工艺参数；所述工艺参数为反映热喷涂工艺的技术指标的参数；所述预设工艺参数包括：喷涂设备的电流大小、氦气流量、氩气流量、载气流量、转盘角度、送粉针角度以及送粉距离；

根据所述预设工艺参数和/或效果参数，通过所述训练好的人工神经网络模型预测效果参数；所述效果参数为反映喷涂效果的技术指标的参数；所述效果参数包括结合强度、孔隙率、金相以及硬度；

判断所述效果参数与预设效果参数的误差是否在第一误差阈值范围内；

若是，根据所述预设工艺参数进行喷涂；

若否，更新所述预设工艺参数，使所述效果参数与预设效果参数的误差在第一误差阈值范围内。

可选的，在所述获取训练好的人工神经网络模型，之前还包括：

获取实验工艺参数以及实验效果参数的数据；

通过所述实验工艺参数以及实验效果参数的数据，对人工神经网络模型进行训练，得到训练好的人工神经网络模型。

可选的，所述通过所述工艺参数以及实验效果参数的数据，对人工神经网络模型进行训练，得到训练好的人工神经网络模型，具体包括：

将工艺参数和/或实验效果参数的数据作为所述训练好的人工神经网络模型的输入，得到输出数据；

判断所述输出数据与所述实验效果参数的误差是否在第二误差阈值范围内；

若是，确定所述人工神经网络模型为训练好的人工神经网络模型；

若否，调整所述人工神经网络模型的参数，使所述输出数据与所述实验效果参数的误差在第二误差阈值范围内。

可选的，所述调整所述人工神经网络模型的参数，具体包括：

通过遗传算法优化所述人工神经网络模型的权值和阈值；

通过优化后的权值和优化后的阈值确定人工神经网络模型。

一种基于人工神经网络的热喷涂方法，所述方法包括：